机器人也能从失败中学习？FACT 模型用失败数据提升策略表现
ZeYanjie · x · 2026-08-29
机器人通常在成功演示上训练，忽略了失败数据的价值。UCSD 团队提出 FACT (Failure-Aware Causal Training)，一种因果 World-Action 模型，允许机器人从失败中学习后果而非仅模仿成功行为。
- 核心机制：通过动作条件接口，将失败轨迹作为有效未来目标进行监督，而不是直接丢弃。
- 训练策略：失败数据不参与动作模仿损失，但仍监督观测到的失败未来和较低的进度值，让模型理解“错误动作导致糟糕后果”。
- 效果：在模拟和真实双臂操作任务中，FACT 优于现有基线，且随着失败数据增加，表现提升，减少了对坏动作的“成功偏见”幻觉。
「具身」频道最新
- 华为用手机信号衰减识别握持手，AI 调整 UI — aakashgupta · 2026-08-29
- 特斯拉自动检测车窗脏污并开启雨刮清洗 — Ghost_Pilot_MD · 2026-08-29
- 树莓派5打造桌面具身AI机器人，Luwu发布4月研发片段 — TinfoilTricorn · 2026-08-29
- 图灵奖得主萨顿发布机器人自主进化学院，HICOOL 万项角逐落幕 — 新智元 · 2026-08-29
- 日经试驾特斯拉 Waymo：自动驾驶三巨头战略差异 — alexgkendall · 2026-08-29
- 配送机器人过马路还要人类帮忙？网友晒图 — japie06 · 2026-08-29